Myosin phosphorylation potentiated steady state work output without altering contractile economy of mouse fast skeletal muscles
Notice bibliographique
Résumé
Skeletal myosin light chain kinase (skMLCK) catalyzed phosphorylation of the myosin regulatory light chain (RLC) increases (i.e. potentiates) mechanical work output of fast skeletal muscle. The influence of this event on contractile economy (i.e. energy cost/work performed) remains controversial, however. Our purpose was to quantify contractile economy of potentiated extensor digitorum longus (EDL) muscles from mouse skeletal muscles with (wildtype, WT) and without (skMLCK ablated, skMLCK−/−) the ability to phosphorylate the RLC. Contractile economy was calculated as the ratio of total work performed to high-energy phosphate consumption (HEPC) during a period of repeated isovelocity contractions that followed a potentiating stimulus (PS). Consistent with genotype, the PS increased RLC phosphorylation measured during before and after isovelocity contractions in WT but not skMLCK−/− muscles (i.e. 0.65 and 0.05 mol phos mol RLC, respectively). In addition, although the PS enhanced work during repeated isovelocity contractions in both genotypes the increase was significantly greater in WT than in skMLCK−/− muscles (1.51±0.03 vs. 1.10±0.05, respectively) (all data P<0.05, n=8). Interestingly, the HEPC determined during repeated isovelocity contractions was statistically similar between genotypes at 19.03±3.37 and 16.02±3.41 µmol∼P; respectively (P<0.27). As a result, despite performing significantly more work, the contractile economy calculated for WT muscles was similar to that calculated for skMLCK−/− muscles (i.e. 5.74±0.67 and 4.61±0.71 J•kg−1μmol∼P−1; respectively (P<0.27). In conclusion, our results support the notion that myosin RLC phosphorylation enhances dynamic contractile function of mouse fast skeletal muscle but does so without decreasing contractile economy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».